《机械工程学报》第五届高影响力论文系列报道（一）|学术|研究论文|自然科学|论文

《机械工程学报》、《Chinese Journal of Mechanical Engineering》是由中国科学技术协会主管、中国机械工程学会主办的中国机械工程领域的顶级学术刊物，主要报道机械工程领域及其交叉学科具有创新性的基础理论研究、工程技术应用的优秀科研成果，两刊均已成为国内外机械工程领域具有高影响力的学术期刊。

科学的未来在青年。在我国从“制造大国”向“制造强国”迈进之时，青年科技工作者是科技创新的生力军。《机械工程学报》编辑部JME学院旨在团结青年、凝聚青年、服务青年，构建平等、宽松、自由的学术交流平台。

高影响力论文评选活动由中国机械工程学会、两刊编委会、董事会以及编辑部JME学院共同组织策划，旨在评选出创新性强、学术影响力高、关注度广的优秀论文，并予以奖励优秀论文的作者。

论文题目：

论文作者：裴洪，胡昌华，司小胜，张建勋，庞哲楠，张鹏

作者代表：司小胜教授

单位：火箭军工程大学

个人简介：火箭军工程大学教授、博士生导师，主要从事故障诊断与预测、寿命预测与健康管理等方面的研究工作，在国家自然科学优秀青年基金项目、面上项目等支持下，先后提出了线性随机退化系统剩余寿命自适应预测方法、非线性随机退化建模及剩余寿命预测方法、切换随机退化系统剩余寿命预测方法等，发表学术研究论文70余篇，出版中英文学术专著各1部，在谷歌学术中被引用5000余次，获国家自然科学二等奖（3）、教育部自然科学一等奖（3）、CAA自然科学一等奖（2）、CAA优秀博士学位论文奖等，入选中国科协“青年人才托举工程”（2016-2018）、军队学科拔尖人才、十三届全国青联常委等，担任中科院一区期刊Mechanical Systems and Signal Processing编委（Editorial Member）。

摘要：

随着科学技术的发展和生产工艺的进步,当代设备日益朝着大型化、复杂化、自动化以及智能化方向发展。为保障设备安全性与可靠性,剩余寿命（Remaining useful life,RUL）预测技术受到了普遍关注,同时得到了广泛应用。传统的统计数据驱动方法受模型的选择影响明显,而机器学习具有强大的数据处理能力,并且无需确切的物理模型和专家先验知识,因而机器学习在剩余寿命预测领域表现出了广阔的应用前景。鉴于此,详细分析和阐述了基于机器学习的设备剩余寿命预测方法。根据机器学习模型结构的深度,将其分为基于浅层机器学习的方法和基于深度学习的方法。同时疏理了每类方法的发展分支与研究现状,并且总结了相应的优势和缺点,最后探讨了基于机器学习的剩余寿命预测方法的未来研究方向。

资助项目：

国家自然科学基金（61833016, 61573365, 61773386, 61603398, 61374126, 61473094）、中国科协青年人才托举工程（2016QNRC001）。

创新点：

根据机器学习模型结构的深度，对基于机器学习的设备剩余寿命预测方法进行了系统分类。同时疏理了每类方法的发展分支与研究现状，并且总结了相应的优势和缺点，最后探讨了基于机器学习的剩余寿命预测方法的未来研究方向。本文有效填补了机器学习在设备剩余寿命预测应用综述的空白，为工程技术人员准确预测设备剩余寿命提供了必要的理论参考。此外，该论文被评为《机械工程学报》2019年第8期最受关注论文推荐状元称号，截至2021年10月11日在中国知网中下载4852次，被引66次，受到学者们的广泛关注。

引用本文：

裴洪, 胡昌华, 司小胜, 张建勋, 庞哲楠, 张鹏. 基于机器学习的设备剩余寿命预测方法综述[J]. 机械工程学报, 2019, 55(08): 1-13.

编辑：李娜校对：金程

JME学院简介

JME学院是由《机械工程学报》编辑部2018年创建，以关注、陪伴青年学者成长为宗旨，努力探索学术传播服务新模式。首任院长是中国机械工程学会监事会监事长、《机械工程学报》中英文两刊主编宋天虎。

欢迎各位老师扫码添加小助理-暖暖为好友，由小助理拉入JME学院官方群！

寻觅合作伙伴

有一种合作叫做真诚，有一种发展可以无限，有一种伙伴可以互利共赢，愿我们合作起来流连忘返，发展起来前景可观。关于论文推荐、团队介绍、图书出版、学术直播、招聘信息、会议推广等，请与我们联系。

感谢关注我们！我们《机械工程学报》编辑部将努力为您打造一个有态度、有深度、有温度的学术媒体！

本文为《机械工程学报》编辑部原创内容，欢迎转载，请联系授权！

在公众号后台留言需要转载的文章题目及要转载的公众号ID以获取授权!

联系人：暖暖